Adobe Project IndigoのAI Playgroundが提供する主要機能

今回AdobeがProject Indigoに追加した「AI Playground」は、特定のユーザー向けに無料で提供される実験的な機能です。この機能は、以下の4つの主要なセクションで構成されており、写真編集における生成AIの可能性を広げています。

「AI Playground」は、オブジェクト編集からAIコーチング、カスタム編集まで、生成AIを活用した革新的な写真編集体験を提供します。

  • オブジェクト編集（Object Editing）：写真内の不要な要素の除去や、背景のボケ味調整（シャローデプス・オブ・フィールド）を可能にします。特定のカテゴリの「邪魔なもの（distractor）」をリストから選んで削除したり、テキスト入力で追加したりできます。
  • スタイル（Styles）：多様な芸術的技法を模倣し、写真の見た目を再レンダリングします。これは、日常のスナップショットに適用した場合に最も効果的なスタイルが厳選されているようです。
  • 写真ガイダンス（Photo Guidance）：AIが写真の分析を行い、リショットの提案や編集のヒントを提供します。ドキュメントの要約や批評にAIが使われるのと同じように、写真学習の支援を目指している点がユニークです。
  • カスタム編集（Custom Edit）：任意のテキストプロンプトを用いて、より自由な生成編集が可能です。例えば、手描きのイラストを写真のように変換するといった、クリエイティブな用途が想定されています。

これらの機能は、従来のAdobe製品の複雑な操作を簡略化し、AIの力でより直感的な編集体験をもたらす可能性を秘めていると感じます。特に、AIが写真の改善点を提案してくれる「写真ガイダンス」は、初心者だけでなく、構図やライティングに悩むエンジニアにとっても魅力的な機能ではないでしょうか。

利用制限とプライバシーへの配慮

AI Playgroundは、ごく一部のユーザーに限定された「数週間」の無料提供期間を設けています。これは、Adobeがユーザーの利用状況を学習し、今後の機能拡張や有料版提供の判断材料とするためです。

項目 詳細
提供期間 数週間（限定テスト）
費用 無料（テスト期間中）
対象ユーザー 全ユーザーのごく一部
データ収集 ボタン操作のみ（匿名）
プライバシー プロンプト・画像はサーバーにアップロードされず、AIモデルの学習にも使用しない

Adobeはユーザープライバシーに最大限配慮しており、AI Playground利用時にユーザーが入力したプロンプトや画像が、同社のサーバーにアップロードされたり、AIモデルの学習に利用されたりすることはないと明言しています（出典）。また、サインオン不要でアナリティクスデータも匿名で収集されるため、個人情報が特定される心配がないのは、個人的には非常に好感が持てます。生成AIの利用においてプライバシー保護は重要な課題なので、こういった配慮は他のサービスも見習うべきだと感じますね。

技術的バックグラウンド：Google Nano BananaとカスタムHDRモデル

Project IndigoのAI Playgroundでは、Googleの「Nano Banana」モデルを現在の基盤として採用しています。しかし、Nano Bananaモデルが出力するのはSDR（Standard Dynamic Range）画像のみであり、Project IndigoがキャプチャするHDR（High Dynamic Range）画像とは互換性がありません。

そのため、AdobeはSDR画像をHDRに変換するための「カスタムMLモデル」を独自に構築しています。これは、Nano Bananaの出力に大きく依存するため、完全に完璧な結果が得られるわけではないとしながらも、画質向上への強いこだわりが見て取れます（出典）。

Pixelカメラの進化を牽引したMarc Levoy氏がAdobeのプロジェクトを率いていることも興味深い点です（出典）。彼は、ほとんどの生成AIツールがプロンプトベースの編集を提供し、最適なプロンプトを見つけるのが難しいと指摘しています。そのため、Project Indigoの実験的なAI機能の多くは、より確定的（deterministic）な出力を生成するボタン形式を採用しているとのことです。

これは、LLMを自身の個人プロダクトで活用しようとしている開発者にとって、UX設計のヒントになるかもしれませんね。複雑なプロンプトを隠蔽し、ボタンとして提供することで、一般ユーザーへの敷居を下げているのは非常に賢明なアプローチだと感じます。

また、自宅でStable DiffusionやローカルLLMを動かしている私としては、SDR画像をHDRにブーストするカスタムMLモデルの実装は非常に興味深いです。特にGPU性能が飛躍的に向上している現在、こうした高画質化処理をリアルタイムに近い形で実現できるのは大きな技術的進化ではないでしょうか。将来的に、このような処理がデバイス上で完結するようになれば、クラウドへの依存度も減らせるため、レイテンシとコストの両面でメリットが大きいと感じます。